[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-xiaoyufenfei--Efficient-Segmentation-Networks":3,"tool-xiaoyufenfei--Efficient-Segmentation-Networks":61},[4,18,26,36,44,52],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",141543,2,"2026-04-06T11:32:54",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":53,"name":54,"github_repo":55,"description_zh":56,"stars":57,"difficulty_score":10,"last_commit_at":58,"category_tags":59,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,60],"视频",{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":78,"owner_email":79,"owner_twitter":80,"owner_website":81,"owner_url":82,"languages":83,"stars":92,"forks":93,"last_commit_at":94,"license":95,"difficulty_score":32,"env_os":96,"env_gpu":97,"env_ram":98,"env_deps":99,"category_tags":105,"github_topics":106,"view_count":32,"oss_zip_url":80,"oss_zip_packed_at":80,"status":17,"created_at":121,"updated_at":122,"faqs":123,"releases":153},4445,"xiaoyufenfei\u002FEfficient-Segmentation-Networks","Efficient-Segmentation-Networks","Lightweight models for real-time semantic segmentationon PyTorch (include SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet, etc.)","Efficient-Segmentation-Networks 是一个基于 PyTorch 构建的开源项目，旨在为实时语义分割任务提供一套易用且可灵活修改的参考实现。它主要解决了在自动驾驶、场景感知等资源受限场景中，如何平衡模型推理速度与分割精度的难题，让开发者能够快速部署轻量级模型。\n\n该项目非常适合计算机视觉领域的研究人员、算法工程师以及希望深入理解分割网络架构的开发者使用。其核心亮点在于“大而全”的模型库，集成了包括 ENet、ESPNetv2、Fast-SCNN、UNet 等在内的二十多种主流轻量级分割网络，并附带了原始论文链接，方便用户进行对比实验或作为新研究的基线。\n\n除了丰富的模型架构，Efficient-Segmentation-Networks 还提供了高度模块化的训练组件，支持多种先进的损失函数（如 Focal Loss、LovaszSoftmax）、优化器（如 RAdam、Lookahead）以及激活函数（如 Mish、Swish）。这种设计极大地降低了复现前沿算法的门槛，让用户无需从零搭建框架，即可专注于模型调优与性能探索，是进行实时图像分割研究与开发的得力助手","Efficient-Segmentation-Networks 是一个基于 PyTorch 构建的开源项目，旨在为实时语义分割任务提供一套易用且可灵活修改的参考实现。它主要解决了在自动驾驶、场景感知等资源受限场景中，如何平衡模型推理速度与分割精度的难题，让开发者能够快速部署轻量级模型。\n\n该项目非常适合计算机视觉领域的研究人员、算法工程师以及希望深入理解分割网络架构的开发者使用。其核心亮点在于“大而全”的模型库，集成了包括 ENet、ESPNetv2、Fast-SCNN、UNet 等在内的二十多种主流轻量级分割网络，并附带了原始论文链接，方便用户进行对比实验或作为新研究的基线。\n\n除了丰富的模型架构，Efficient-Segmentation-Networks 还提供了高度模块化的训练组件，支持多种先进的损失函数（如 Focal Loss、LovaszSoftmax）、优化器（如 RAdam、Lookahead）以及激活函数（如 Mish、Swish）。这种设计极大地降低了复现前沿算法的门槛，让用户无需从零搭建框架，即可专注于模型调优与性能探索，是进行实时图像分割研究与开发的得力助手。","## Efficient-Segmentation-Networks\n[![python-image]][python-url]\n[![pytorch-image]][pytorch-url]\n\nThis project aims at providing an easy-to-use, modifiable reference implementation for real-time semantic segmentation models using PyTorch.\n\n\u003Cp align=\"center\">\u003Cimg width=\"100%\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fxiaoyufenfei_Efficient-Segmentation-Networks_readme_0274d72ea2e5.png\" \u002F>\u003C\u002Fp>\n---\n\n### Table of Contents:\n- \u003Ca href='#Requirements'>Requirements\u003C\u002Fa>\n- \u003Ca href='#Models'>Models\u003C\u002Fa>\n- \u003Ca href='#Dataset-Setting'>Dataset Setting\u003C\u002Fa>\n- \u003Ca href='#Usage'>Usage\u003C\u002Fa>\n- \u003Ca href='#Contact'>Contact\u003C\u002Fa>\n\n### Requirements\n\n [**PyTorch**](https:\u002F\u002Fpytorch.org\u002F) and [**Torchvision**](https:\u002F\u002Fpytorch.org\u002F) needs to be installed before running the scripts,  PyTorch v1.1 or later is supported. \n\n```bash\npip3 install -r requirements.txt\n```\n\n### Models\n\nThe project supports these semantic segmentation models as follows:\n- (**SQNet**) Speeding up Semantic Segmentation for Autonomous Driving [[Paper]](https:\u002F\u002Fopenreview.net\u002Fpdf?id=S1uHiFyyg)\n- (**LinkNet**)  Exploiting Encoder Representations for Efficient Semantic Segmentation [[Paper]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1707.03718.pdf)\n- (**SegNet**)  A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation [[Paper]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1511.00561.pdf)\n- (**UNet**)  Convolutional Networks for Biomedical Image Segmentation [[Paper]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1505.04597.pdf)\n- (**ENet**)  A Deep Neural Network Architecture for Real-Time Semantic Segmentation [[Paper]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1606.02147.pdf)\n- (**ERFNet**)  Efficient ConvNet for Real-time Semantic Segmentation [[Paper]](http:\u002F\u002Fwww.robesafe.uah.es\u002Fpersonal\u002Feduardo.romera\u002Fpdfs\u002FRomera17iv.pdf)\n- (**EDANet**)  Efficient Dense Modules of Asymmetric Convolution for Real-Time Segmentation [[Paper]](https:\u002F\u002Farxiv.org\u002Fftp\u002Farxiv\u002Fpapers\u002F1809\u002F1809.06323.pdf)\n- (**ESPNet**)  Efficient Spatial Pyramid of Dilated  Convolutions for Semantic Segmentation [[Paper]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1803.06815v2.pdf)\n- (**ESPNetv2**)  A Light-weight, Power Efficient, and General Purpose ConvNet [[Paper]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1811.11431.pdf)\n- (**LEDNet**)  A Lightweight Encoder-Decoder Network for Real-Time Semantic Segmentation [[Paper]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1905.02423v3.pdf)\n- (**FSSNet**)  Fast Semantic Segmentation for Scene Perception [[Paper]](https:\u002F\u002Fieeexplore.ieee.org\u002Fstamp\u002Fstamp.jsp?tp=&arnumber=8392426)\n- (**ESNet**)  An Efficient Symmetric Network for Real-time Semantic Segmentation [[Paper]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1906.09826v1.pdf)\n- (**CGNet**)  A Light-weight Context Guided Network for Semantic Segmentation [[Paper]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1811.08201.pdf)\n- (**Fast-SCNN**)  Fast Semantic Segmentation Network [[Paper]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1902.04502.pdf)\n- (**DABNet**)  Depth-wise Asymmetric Bottleneck for Real-time Semantic Segmentation [[Paper]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1907.11357.pdf)\n- (**ContextNet**)  Exploring Context and Detail  for Semantic Segmentation in Real-time [[Paper]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1805.04554.pdf)\n- (**FPENet**) Feature Pyramid Encoding Network for Real-time Semantic Segmentation [[Paper]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1909.08599v1.pdf)\n- ...\n\n#### Losses\n\n The project supports these loss functions: \n\n> 1. Weighted Cross Entropy\n> 2. Weighted Cross Entropy with Label Smooth\n> 3. Focal Loss\n> 4. Ohem Cross Entropy\n> 5. [LovaszSoftmax](https:\u002F\u002Fgithub.com\u002Fbermanmaxim\u002FLovaszSoftmax)\n> 6. [SegLoss-List](https:\u002F\u002Fgithub.com\u002FJunMa11\u002FSegLoss)\n> 7. ...\n\n#### Optimizers\n\n The project supports these optimizers: \n\n> 1. SGD\n> 2. Adam \n> 3. AdamW \n> 4. [RAdam](https:\u002F\u002Fgithub.com\u002FLiyuanLucasLiu\u002FRAdam)\n> 5. RAdam + Lookahead\n> 6. ...\n\n#### Activations\n\n> 1. ReLu\n> 2. PReLU\n> 3. ReLU6\n> 4. Swish\n> 5. [Mish](https:\u002F\u002Fgithub.com\u002Fdigantamisra98\u002FMish) : A Self Regularized Non-Monotonic Neural Activation Function\n> 6. ...\n\n#### Learning Rate Scheduler\n\nThe project supports these LR_Schedulers: \n\n> 1. Poly decay\n> 2. Warmup Poly  \n> 3. ...\n\n#### Normalization methods\n\n> 1. [In-Place Activated BatchNorm](https:\u002F\u002Fgithub.com\u002Fmapillary\u002Finplace_abn)\n> 2. [Switchable Normalization](https:\u002F\u002Fgithub.com\u002Fswitchablenorms\u002FSwitchable-Normalization)\n> 3. [Weight Standardization](https:\u002F\u002Fgithub.com\u002Fjoe-siyuan-qiao\u002FWeightStandardization)\n> 4. ...\n\n#### Enhancing Semantic Feature Learning Method\n\n> 1. [Attention Family](https:\u002F\u002Fgithub.com\u002Fimplus\u002FPytorchInsight)\n> 2. [NAS Family](https:\u002F\u002Fgithub.com\u002FD-X-Y\u002FNAS-Projects)\n> 3. ...\n\n#### Some useful Tools\n\n> 1. [pytorch-OpCounter](https:\u002F\u002Fgithub.com\u002FLyken17\u002Fpytorch-OpCounter)\n> 2. [flops-counter.pytorch](https:\u002F\u002Fgithub.com\u002Fsovrasov\u002Fflops-counter.pytorch) \n> 3. [Netron](https:\u002F\u002Fgithub.com\u002Flutzroeder\u002FNetron) : Visualizer for neural network models, On line URL: [Netron](https:\u002F\u002Flutzroeder.github.io\u002Fnetron\u002F)\n> 4. [Falshtorch](https:\u002F\u002Fgithub.com\u002FMisaOgura\u002Fflashtorch): Visualization toolkit for neural networks in PyTorch !\n> 5. [Bag of Tricks for Image Classification with Convolutional Neural Networks](https:\u002F\u002Fgithub.com\u002Fweiaicunzai\u002FBag_of_Tricks_for_Image_Classification_with_Convolutional_Neural_Networks)\n> 6. ...\n\n### Dataset-Setting\n\nThis project has been tailored to suit the [Cityscapes](https:\u002F\u002Fwww.cityscapes-dataset.com\u002F) and  [CamVid](http:\u002F\u002Fmi.eng.cam.ac.uk\u002Fresearch\u002Fprojects\u002FVideoRec\u002FCamVid\u002F)  datasets. The folds of your dataset need satisfy the following structures: \n\n```\n|-- dataset\n|  |-- camvid\n|  |  |-- train\n|  |  |-- trainannot\n|  |  |-- val\n|  |  |-- valannot\n|  |  |-- test\n|  |  |-- testannot\n|  |  |-- ...\n|  |-- cityscapes\n|  |  |-- leftImg8bit\n|  |  |  |-- train\n|  |  |  |-- val\n|  |  |  |-- test\n|  |  |-- gtFine\n|  |  |  |-- train\n|  |  |  |-- val\n|  |  |  |-- test\n|  |  |-- ...\n```\n\n- You can download [**cityscapes**](https:\u002F\u002Fwww.cityscapes-dataset.com\u002F)  dataset from [here](https:\u002F\u002Fwww.cityscapes-dataset.com\u002Fdownloads\u002F). Note: please download [leftImg8bit_trainvaltest.zip(11GB)](https:\u002F\u002Fwww.cityscapes-dataset.com\u002Ffile-handling\u002F?packageID=4) and [gtFine_trainvaltest(241MB)](https:\u002F\u002Fwww.cityscapes-dataset.com\u002Ffile-handling\u002F?packageID=1).\n- You can download [**camvid**](http:\u002F\u002Fmi.eng.cam.ac.uk\u002Fresearch\u002Fprojects\u002FVideoRec\u002FCamVid\u002F) dataset from [here](https:\u002F\u002Fgithub.com\u002Falexgkendall\u002FSegNet-Tutorial\u002Ftree\u002Fmaster\u002FCamVid).\n- The **Cityscapes dataset scripts** for inspection, preparation, and evaluation can download from [here](https:\u002F\u002Fgithub.com\u002Fmcordts\u002FcityscapesScripts).\n\n### Usage\n\n#### Clone this Repo\n\n```\ngit clone https:\u002F\u002Fgithub.com\u002Fxiaoyufenfei\u002FEfficient-Segmentation-Networks\ncd Efficient-Segmentation-Networks\n```\n\nCurrently, the code supports [Python 3](https:\u002F\u002Fwww.python.org\u002F)\n\n Torch dependencies: \n\n- [PyTorch](https:\u002F\u002Fpytorch.org\u002F) (>=1.1.0)\n- torchvision(>=0.3.0)\n\nData dependencies:\n\n- [Cityscapes](https:\u002F\u002Fwww.cityscapes-dataset.com\u002F) + [scripts](https:\u002F\u002Fgithub.com\u002Fmcordts\u002FcityscapesScripts)\n\nDownload Cityscapes and run the script `createTrainIdLabelImgs.py` to create annotations based on the training labels. Make sure that the folder is named *cityscapes*\n\n##### Training\n- For Cityscapes \u002F CamVid\n\n1. training on **train** set\n\n```\npython train.py  --help\n```\n\n2. training on **train+val** set\n\n```\npython train.py --help\n```\n\n##### Testing\n- For Cityscapes \u002F CamVid\n\n```\npython test.py --help\n```\n\n##### Predicting\n- For Cityscapes\n\n```\npython predict.py --help\n```\n\n##### Evaluating\n- For Cityscapes\n\n```\ncd tools\npython trainID2labelID.py \n```\n\n### Contact\n\nIf you think this work useful, please give me a star! And if you find any errors or have any suggestions, please contact me.\n\n**GitHub:** `xiaoyufenfei`\n**Email:** `wangy314159@163.com`\n\n### Refer to this Rep\n\nYou are encouraged to cite the following papers if this work helps your research.\n\n```bash\n@misc{Efficient-Segmentation-Networks,\n  author = {Yu Wang},\n  title = {Efficient-Segmentation-Networks Pytorch Implementation},\n  year = {2019},\n  publisher = {GitHub},\n  journal = {GitHub repository},\n  howpublished = {\\url{https:\u002F\u002Fgithub.com\u002Fxiaoyufenfei\u002FEfficient-Segmentation-Networks}},\n  commit = {master}\n}\n```\n\n### License\n\nThis project is released under the MIT License. See [LICENSE](https:\u002F\u002Fgithub.com\u002Fxiaoyufenfei\u002FEfficient-Segmentation-Networks\u002Fblob\u002Fmaster\u002FLICENSE) for additional details.\n\n\n\n\n[python-image]: https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPython-3.x-ff69b4.svg\n[python-url]: https:\u002F\u002Fwww.python.org\u002F\n[pytorch-image]: https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPyTorch-1.1-2BAF2B.svg\n[pytorch-url]: https:\u002F\u002Fpytorch.org\u002F\n\n","## 高效分割网络\n[![python-image]][python-url]\n[![pytorch-image]][pytorch-url]\n\n本项目旨在提供一个易于使用、可修改的参考实现，用于基于 PyTorch 的实时语义分割模型。\n\n\u003Cp align=\"center\">\u003Cimg width=\"100%\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fxiaoyufenfei_Efficient-Segmentation-Networks_readme_0274d72ea2e5.png\" \u002F>\u003C\u002Fp>\n---\n\n### 目录：\n- \u003Ca href='#Requirements'>要求\u003C\u002Fa>\n- \u003Ca href='#Models'>模型\u003C\u002Fa>\n- \u003Ca href='#Dataset-Setting'>数据集设置\u003C\u002Fa>\n- \u003Ca href='#Usage'>使用方法\u003C\u002Fa>\n- \u003Ca href='#Contact'>联系方式\u003C\u002Fa>\n\n### 要求\n\n在运行脚本之前，需要安装 **PyTorch** 和 **Torchvision**。支持 PyTorch 1.1 及以上版本。\n\n```bash\npip3 install -r requirements.txt\n```\n\n### 模型\n\n该项目支持以下语义分割模型：\n- (**SQNet**) 加速自动驾驶中的语义分割 [[论文]](https:\u002F\u002Fopenreview.net\u002Fpdf?id=S1uHiFyyg)\n- (**LinkNet**) 利用编码器特征进行高效语义分割 [[论文]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1707.03718.pdf)\n- (**SegNet**) 用于图像分割的深度卷积编码器-解码器架构 [[论文]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1511.00561.pdf)\n- (**UNet**) 用于生物医学图像分割的卷积网络 [[论文]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1505.04597.pdf)\n- (**ENet**) 用于实时语义分割的深度神经网络架构 [[论文]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1606.02147.pdf)\n- (**ERFNet**) 用于实时语义分割的高效卷积网络 [[论文]](http:\u002F\u002Fwww.robesafe.uah.es\u002Fpersonal\u002Feduardo.romera\u002Fpdfs\u002FRomera17iv.pdf)\n- (**EDANet**) 用于实时分割的高效异构卷积密集模块 [[论文]](https:\u002F\u002Farxiv.org\u002Fftp\u002Farxiv\u002Fpapers\u002F1809\u002F1809.06323.pdf)\n- (**ESPNet**) 用于语义分割的高效空洞卷积空间金字塔 [[论文]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1803.06815v2.pdf)\n- (**ESPNetv2**) 一种轻量级、低功耗且通用的卷积网络 [[论文]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1811.11431.pdf)\n- (**LEDNet**) 用于实时语义分割的轻量级编码器-解码器网络 [[论文]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1905.02423v3.pdf)\n- (**FSSNet**) 用于场景感知的快速语义分割 [[论文]](https:\u002F\u002Fieeexplore.ieee.org\u002Fstamp\u002Fstamp.jsp?tp=&arnumber=8392426)\n- (**ESNet**) 用于实时语义分割的高效对称网络 [[论文]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1906.09826v1.pdf)\n- (**CGNet**) 用于语义分割的轻量级上下文引导网络 [[论文]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1811.08201.pdf)\n- (**Fast-SCNN**) 快速语义分割网络 [[论文]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1902.04502.pdf)\n- (**DABNet**) 用于实时语义分割的深度可分离异构瓶颈 [[论文]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1907.11357.pdf)\n- (**ContextNet**) 探索上下文与细节以实现实时语义分割 [[论文]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1805.04554.pdf)\n- (**FPENet**) 用于实时语义分割的特征金字塔编码网络 [[论文]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1909.08599v1.pdf)\n- …\n\n#### 损失函数\n\n该项目支持以下损失函数：\n\n> 1. 加权交叉熵\n> 2. 带标签平滑的加权交叉熵\n> 3. 焦点损失\n> 4. Ohem 交叉熵\n> 5. [LovaszSoftmax](https:\u002F\u002Fgithub.com\u002Fbermanmaxim\u002FLovaszSoftmax)\n> 6. [SegLoss-List](https:\u002F\u002Fgithub.com\u002FJunMa11\u002FSegLoss)\n> 7. …\n\n#### 优化器\n\n该项目支持以下优化器：\n\n> 1. SGD\n> 2. Adam\n> 3. AdamW\n> 4. [RAdam](https:\u002F\u002Fgithub.com\u002FLiyuanLucasLiu\u002FRAdam)\n> 5. RAdam + Lookahead\n> 6. …\n\n#### 激活函数\n\n> 1. ReLu\n> 2. PReLU\n> 3. ReLU6\n> 4. Swish\n> 5. [Mish](https:\u002F\u002Fgithub.com\u002Fdigantamisra98\u002FMish)：一种自正则化的非单调神经激活函数\n> 6. …\n\n#### 学习率调度器\n\n该项目支持以下 LR_Schedulers：\n\n> 1. 多项式衰减\n> 2. 预热多项式\n> 3. …\n\n#### 归一化方法\n\n> 1. [就地激活批归一化](https:\u002F\u002Fgithub.com\u002Fmapillary\u002Finplace_abn)\n> 2. [可切换归一化](https:\u002F\u002Fgithub.com\u002Fswitchablenorms\u002FSwitchable-Normalization)\n> 3. [权重标准化](https:\u002F\u002Fgithub.com\u002Fjoe-siyuan-qiao\u002FWeightStandardization)\n> 4. …\n\n#### 增强语义特征学习的方法\n\n> 1. [注意力家族](https:\u002F\u002Fgithub.com\u002Fimplus\u002FPytorchInsight)\n> 2. [NAS 家族](https:\u002F\u002Fgithub.com\u002FD-X-Y\u002FNAS-Projects)\n> 3. …\n\n#### 一些实用工具\n\n> 1. [pytorch-OpCounter](https:\u002F\u002Fgithub.com\u002FLyken17\u002Fpytorch-OpCounter)\n> 2. [flops-counter.pytorch](https:\u002F\u002Fgithub.com\u002Fsovrasov\u002Fflops-counter.pytorch) \n> 3. [Netron](https:\u002F\u002Fgithub.com\u002Flutzroeder\u002FNetron)：神经网络模型可视化工具，在线网址：[Netron](https:\u002F\u002Flutzroeder.github.io\u002Fnetron\u002F)\n> 4. [Falshtorch](https:\u002F\u002Fgithub.com\u002FMisaOgura\u002Fflashtorch)：PyTorch 中神经网络的可视化工具！\n> 5. [用于卷积神经网络图像分类的技巧大全](https:\u002F\u002Fgithub.com\u002Fweiaicunzai\u002FBag_of_Tricks_for_Image_Classification_with_Convolutional_Neural_Networks)\n> 6. …\n\n### 数据集设置\n\n本项目已针对 [Cityscapes](https:\u002F\u002Fwww.cityscapes-dataset.com\u002F) 和 [CamVid](http:\u002F\u002Fmi.eng.cam.ac.uk\u002Fresearch\u002Fprojects\u002FVideoRec\u002FCamVid\u002F) 数据集进行了适配。您的数据集文件夹结构需满足以下格式：\n\n```\n|-- dataset\n|  |-- camvid\n|  |  |-- train\n|  |  |-- trainannot\n|  |  |-- val\n|  |  |-- valannot\n|  |  |-- test\n|  |  |-- testannot\n|  |  |-- ...\n|  |-- cityscapes\n|  |  |-- leftImg8bit\n|  |  |  |-- train\n|  |  |  |-- val\n|  |  |  |-- test\n|  |  |-- gtFine\n|  |  |  |-- train\n|  |  |  |-- val\n|  |  |  |-- test\n|  |  |-- ...\n```\n\n- 您可以从 [这里](https:\u002F\u002Fwww.cityscapes-dataset.com\u002Fdownloads\u002F) 下载 [**cityscapes**](https:\u002F\u002Fwww.cityscapes-dataset.com\u002F) 数据集。请注意下载 [leftImg8bit_trainvaltest.zip (11GB)](https:\u002F\u002Fwww.cityscapes-dataset.com\u002Ffile-handling\u002F?packageID=4) 和 [gtFine_trainvaltest (241MB)](https:\u002F\u002Fwww.cityscapes-dataset.com\u002Ffile-handling\u002F?packageID=1)。\n- 您可以从 [这里](https:\u002F\u002Fgithub.com\u002Falexgkendall\u002FSegNet-Tutorial\u002Ftree\u002Fmaster\u002FCamVid) 下载 [**camvid**](http:\u002F\u002Fmi.eng.cam.ac.uk\u002Fresearch\u002Fprojects\u002FVideoRec\u002FCamVid\u002F) 数据集。\n- 用于检查、准备和评估的 **Cityscapes 数据集脚本** 可从 [这里](https:\u002F\u002Fgithub.com\u002Fmcordts\u002FcityscapesScripts) 下载。\n\n### 使用说明\n\n#### 克隆此仓库\n\n```\ngit clone https:\u002F\u002Fgithub.com\u002Fxiaoyufenfei\u002FEfficient-Segmentation-Networks\ncd Efficient-Segmentation-Networks\n```\n\n目前，代码支持 [Python 3](https:\u002F\u002Fwww.python.org\u002F)。\n\nPyTorch 依赖：\n\n- [PyTorch](https:\u002F\u002Fpytorch.org\u002F)（>=1.1.0）\n- torchvision（>=0.3.0）\n\n数据依赖：\n\n- [Cityscapes](https:\u002F\u002Fwww.cityscapes-dataset.com\u002F) + [脚本](https:\u002F\u002Fgithub.com\u002Fmcordts\u002FcityscapesScripts)\n\n下载 Cityscapes 数据集，并运行脚本 `createTrainIdLabelImgs.py` 来基于训练标签创建标注文件。请确保文件夹命名为 *cityscapes*。\n\n##### 训练\n- 对于 Cityscapes \u002F CamVid\n\n1. 在 **train** 数据集上训练\n\n```\npython train.py  --help\n```\n\n2. 在 **train+val** 数据集上训练\n\n```\npython train.py --help\n```\n\n##### 测试\n- 对于 Cityscapes \u002F CamVid\n\n```\npython test.py --help\n```\n\n##### 预测\n- 对于 Cityscapes\n\n```\npython predict.py --help\n```\n\n##### 评估\n- 对于 Cityscapes\n\n```\ncd tools\npython trainID2labelID.py \n```\n\n### 联系方式\n\n如果您认为这项工作对您有帮助，请为本项目点亮星标！如果您发现任何错误或有任何建议，请随时与我联系。\n\n**GitHub:** `xiaoyufenfei`\n**邮箱:** `wangy314159@163.com`\n\n### 引用本项目\n\n如果您在研究中使用了本项目，请参考以下引用格式：\n\n```bash\n@misc{Efficient-Segmentation-Networks,\n  author = {Yu Wang},\n  title = {Efficient-Segmentation-Networks Pytorch Implementation},\n  year = {2019},\n  publisher = {GitHub},\n  journal = {GitHub repository},\n  howpublished = {\\url{https:\u002F\u002Fgithub.com\u002Fxiaoyufenfei\u002FEfficient-Segmentation-Networks}},\n  commit = {master}\n}\n```\n\n### 许可证\n\n本项目采用 MIT 许可证开源。更多详情请参阅 [LICENSE](https:\u002F\u002Fgithub.com\u002Fxiaoyufenfei\u002FEfficient-Segmentation-Networks\u002Fblob\u002Fmaster\u002FLICENSE)。\n\n\n[python-image]: https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPython-3.x-ff69b4.svg\n[python-url]: https:\u002F\u002Fwww.python.org\u002F\n[pytorch-image]: https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPyTorch-1.1-2BAF2B.svg\n[pytorch-url]: https:\u002F\u002Fpytorch.org\u002F","# Efficient-Segmentation-Networks 快速上手指南\n\n本项目提供了一套基于 PyTorch 的实时语义分割模型参考实现，支持多种主流轻量级网络（如 ENet, ESPNet, Fast-SCNN 等），适用于自动驾驶和场景感知等任务。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**: Linux (推荐) 或 Windows\n*   **Python**: 3.x\n*   **PyTorch**: >= 1.1.0\n*   **Torchvision**: >= 0.3.0\n\n**国内加速建议**：\n安装依赖时，推荐使用清华或阿里镜像源以提升下载速度：\n```bash\npip3 install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n## 安装步骤\n\n### 1. 克隆项目\n将代码仓库克隆到本地并进入目录：\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fxiaoyufenfei\u002FEfficient-Segmentation-Networks\ncd Efficient-Segmentation-Networks\n```\n\n### 2. 安装依赖\n安装项目所需的 Python 包：\n```bash\npip3 install -r requirements.txt\n```\n*(若需手动安装核心框架)*\n```bash\npip3 install torch>=1.1.0 torchvision>=0.3.0\n```\n\n### 3. 数据集配置\n本项目主要针对 **Cityscapes** 和 **CamVid** 数据集进行了优化。请以 Cityscapes 为例配置数据：\n\n1.  下载 `leftImg8bit_trainvaltest.zip` (图像) 和 `gtFine_trainvaltest.zip` (标注)。\n2.  解压后，确保目录结构如下：\n    ```text\n    |-- dataset\n    |  |-- cityscapes\n    |  |  |-- leftImg8bit\n    |  |  |  |-- train\n    |  |  |  |-- val\n    |  |  |-- gtFine\n    |  |  |  |-- train\n    |  |  |  |-- val\n    ```\n3.  **重要步骤**：运行官方脚本生成训练所需的 label ID 映射：\n    ```bash\n    # 假设已下载 cityscapesScripts 并配置好路径\n    python createTrainIdLabelImgs.py\n    ```\n    *确保生成的文件夹命名为 `cityscapes` 并位于 `dataset` 目录下。*\n\n## 基本使用\n\n以下命令展示了最核心的训练、测试和预测流程。所有脚本均支持 `--help` 查看具体参数（如模型选择、学习率设置等）。\n\n### 1. 训练模型\n在训练集上进行训练：\n```bash\npython train.py --help\n```\n*示例：指定模型和数据集进行训练（需根据实际参数补充，此处仅展示入口）*\n```bash\npython train.py --model ENet --dataset cityscapes\n```\n\n若需使用训练集 + 验证集联合训练：\n```bash\npython train.py --model ENet --dataset cityscapes --train_val\n```\n\n### 2. 测试模型\n在测试集上评估模型性能：\n```bash\npython test.py --help\n```\n\n### 3. 推理预测\n对单张图片或目录进行语义分割预测：\n```bash\npython predict.py --help\n```\n\n### 4. 结果评估 (Cityscapes)\n将预测结果的 trainID 转换回 labelID 以便提交评估：\n```bash\ncd tools\npython trainID2labelID.py\n```\n\n> **提示**：本项目支持多种损失函数（Focal Loss, LovaszSoftmax 等）、优化器（AdamW, RAdam 等）及激活函数（Mish, Swish 等），可通过命令行参数灵活切换。","某自动驾驶初创团队正在开发一套车载实时路况感知系统，需要在算力有限的嵌入式设备上快速识别道路、行人和障碍物。\n\n### 没有 Efficient-Segmentation-Networks 时\n- **模型选型困难**：团队需从零复现 ENet、ESPNetv2 等轻量级论文代码，耗费数周时间调试架构，且难以保证还原度。\n- **推理速度不达标**：自行设计的网络在边缘设备上帧率仅为 15 FPS，无法满足自动驾驶对 30 FPS 以上实时性的严苛要求。\n- **训练收敛缓慢**：缺乏针对语义分割优化的损失函数（如 LovaszSoftmax）和学习率策略，导致模型在复杂城市场景下难以收敛，米级精度（mIoU）长期停滞。\n- **维护成本高昂**：不同模型的数据预处理和评估脚本互不兼容，每次切换算法验证都需重写大量胶水代码。\n\n### 使用 Efficient-Segmentation-Networks 后\n- **开箱即用多种架构**：直接调用库中预置的 Fast-SCNN、DABNet 等 17 种成熟轻量模型，一天内即可完成多方案基准测试与选型。\n- **实时性能显著提升**：部署优化后的 LEDNet 模型，在同等硬件上推理速度提升至 45 FPS，完美满足实时决策需求。\n- **精度与效率双优**：利用内置的 Focal Loss 和 Warmup Poly 调度器，模型在保持低延迟的同时，mIoU 提升了 4.5%，显著减少了对远处障碍物的漏检。\n- **研发流程标准化**：统一的 PyTorch 接口让数据加载、训练和评估流程完全模块化，团队可专注于策略优化而非底层代码维护。\n\nEfficient-Segmentation-Networks 通过提供一站式轻量化模型库与训练组件，将自动驾驶感知算法的研发周期从数月缩短至数天，同时确保了边缘端的实时高性能表现。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fxiaoyufenfei_Efficient-Segmentation-Networks_0274d72e.png","xiaoyufenfei","Yu Wang","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fxiaoyufenfei_5f2e137d.jpg","I am a graduate student  in CV, my research areas center around computer vision and deep learning.","NJUPT","NanJing，China","wangy314159@163.com",null,"https:\u002F\u002Fxiaoyufenfei.github.io\u002F","https:\u002F\u002Fgithub.com\u002Fxiaoyufenfei",[84,88],{"name":85,"color":86,"percentage":87},"Python","#3572A5",99.7,{"name":89,"color":90,"percentage":91},"Shell","#89e051",0.3,1006,167,"2026-04-05T09:09:38","MIT","","未说明（基于 PyTorch 的语义分割项目通常建议使用 NVIDIA GPU 以加速训练和推理，但文中未明确指定型号或显存要求）","未说明",{"notes":100,"python":101,"dependencies":102},"该项目主要针对 Cityscapes 和 CamVid 数据集，需按特定目录结构整理数据。使用前需运行 Cityscapes 官方脚本 createTrainIdLabelImgs.py 生成标注。支持多种实时语义分割模型、损失函数、优化器及归一化方法。","3.x",[103,104],"PyTorch>=1.1","torchvision>=0.3",[14,15],[107,108,109,110,111,112,113,114,115,116,117,118,119,120],"pytorch","real-time-semantic-segmentation","camvid","cityscapes","computer-vision","scene-understanding","segmentation","efficient-segmentation-networks","semantic-segmentation-models","image-segmentation","neural-networks","lightweight-semantic-segmentation","driving-scene-understanding","semantic-segmentation","2026-03-27T02:49:30.150509","2026-04-06T23:05:24.872014",[124,129,134,139,144,149],{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},20219,"训练 Cityscapes 数据集时报错提示 'cityscapes is not included' 怎么办？","这是因为训练 Cityscapes 数据集时必须启用特定的损失函数参数。请在运行 train.py 时添加 --use_focal、--use_ohem 或 --use_lovaszsoftmax 参数之一。例如：python train.py --dataset cityscapes --use_ohem。","https:\u002F\u002Fgithub.com\u002Fxiaoyufenfei\u002FEfficient-Segmentation-Networks\u002Fissues\u002F18",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},20220,"为什么使用 Camvid 数据集运行 predict.py 时会报 'too many values to unpack' 错误？","predict.py 脚本是专门用于生成 Cityscapes 数据集预测结果以上传到官方评估网站的，不适用于 Camvid 数据集。如果您想对 Camvid 数据集进行预测或测试，请使用 test.py 脚本代替。","https:\u002F\u002Fgithub.com\u002Fxiaoyufenfei\u002FEfficient-Segmentation-Networks\u002Fissues\u002F6",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},20221,"模型训练后期（如超过 50 个 epoch）预测效果变差，但损失仍在下降，是什么原因？","这通常是过拟合（overfitting）现象。原因是当前的训练过程没有评估验证集的损失和 mIoU（平均交并比），导致模型在训练集上表现好但在验证集上泛化能力下降。建议修改代码以加入验证集评估机制。","https:\u002F\u002Fgithub.com\u002Fxiaoyufenfei\u002FEfficient-Segmentation-Networks\u002Fissues\u002F17",{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},20222,"项目代码和预训练模型在哪里下载？","根据维护者回复，由于某些原因，代码将在不久后上传。请持续关注该仓库的更新动态。","https:\u002F\u002Fgithub.com\u002Fxiaoyufenfei\u002FEfficient-Segmentation-Networks\u002Fissues\u002F1",{"id":145,"question_zh":146,"answer_zh":147,"source_url":148},20223,"如何在 Cityscapes 数据集上使用 OHEM Loss 进行多 GPU 训练？","可以使用以下命令在多 GPU 上启动训练：python3 train.py --dataset cityscapes --use_ohem --gpus 0,1 --batch_size 32 --num_worker 8。注意确保已正确安装 PyTorch 并配置好 CUDA 环境。如果遇到报错，请检查是否遗漏了必要的损失函数参数。","https:\u002F\u002Fgithub.com\u002Fxiaoyufenfei\u002FEfficient-Segmentation-Networks\u002Fissues\u002F11",{"id":150,"question_zh":151,"answer_zh":152,"source_url":128},20224,"该项目支持哪些数据集？","目前该仓库主要支持两个数据集：Cityscapes 和 Camvid。使用时需通过 --dataset 参数指定，并注意不同数据集可能需要配合特定的参数（如 Cityscapes 需搭配特定 loss 参数）。",[]]